机器学习课程设计--基于yolov5的海棠花花朵识别检测系统源码+数据集+实验报告。已获高分项目。机器学习课程设计--基于yolov5的海棠花花朵识别检测系统源码+数据集+实验报告。已获高分项目。机器学习课程设计--基于yolov5的海棠花花朵识别检测系统源码+数据集+实验报告。已获高分项目。机器学习课程设计--基于yolov5的海棠花花朵识别检测系统源码+数据集+实验报告。已获高分项目。机器学习课程设计--基于yolov5的海棠花花朵识别检测系统源码+数据集+实验报告。已获高分项目。机器学习课程设计--基于yolov5的海棠花花朵识别检测系统源码+数据集+实验报告。已获高分项目。机器学习课程设计--基于yolov5的海棠花花朵识别检测系统源码+数据集+实验报告。已获高分项目。机器学习课程设计--基于yolov5的海棠花花朵识别检测系统源码+数据集+实验报告。已获高分项目。机器学习课程设计--基于yolov5的海棠花花朵识别检测系统源码+数据集+实验报告。已获高分项目。
2022-07-05 17:05:10
20.65MB
电力杆塔异物数据集，包含图片和标签，总共4000+图片，标签为VOC格式，提供转txt代码，YOLOv5训练的代码，其中有用此数据集训练100轮的权重（best.pt），可以使用数据集用来学习和训练。
2022-07-04 19:10:09
177B
下载后解压源码，pip install -r requirement.txt，安装所需python依赖，然后直接python detect.py运行程序，输入源可以设定为webcam、图片、视频、文件夹、网络视频、rtsp视频流等，权重文件使用yolov5s.pt效果最好。代码在windows和ubuntu18.04下都进行了充分测试，完美运行。
2022-07-04 14:12:30
843KB
介绍博客：https://yuan425.blog.csdn.net/article/details/124563016
演示视频：https://www.bilibili.com/video/BV1HB4y1q7QP?vd_source=6ed4c579f90a4760d784c8d82371fc01
本小组开发了一款基于深度学习、计算机视觉的，提供了一套智能的教室控制供电改良方案，以期在一定程度上解决本校教室用电铺张浪费的现象。本文主要介绍其整体架构及具体页面显示部分的相关内容。
本系统具备以下基本特性：
① 获取指定视频流数据【包括文件流与实时视频流】；
② 对画面内人数进行实时计算与统计；
③ 对人数信息与统计数据进行可视化计算。
2022-07-02 12:05:32
167.04MB